«Il faut deux fois plus de temps pour mettre au point un médicament que pour construire un avion», décrit un haut cadre dans l'industrie pharmaceutique française. (Photo: 123RF)
Gagner du temps et de l’argent. L’industrie du médicament prend elle aussi le virage de l’intelligence artificielle (IA) avec une floraison de start-up et biotechs dont les projets promettent de bouleverser la place et le rôle des chimistes.
«Dans cinq ans, toutes les petites molécules auront été trouvées avec des méthodes d’IA générative», estime Yann Gaston-Mathé, patron de la start-up Iktos.
Créée en 2016, la start-up qui emploie environ 60 personnes est implantée en région parisienne. Elle se sert de l’IA pour concevoir des médicaments dans la cancérologie.
Iktos affiche son «ambition de diviser par deux le temps de découverte d’un candidat-médicament préclinique», qui n’a pas été testé chez les humains, affirme Quentin Perron, son responsable de la stratégie.
Le temps, un enjeu stratégique pour l’industrie du médicament. «Il faut deux fois plus de temps pour mettre au point un médicament que pour construire un avion», décrit un haut cadre dans l’industrie pharmaceutique française.
Pour espérer développer un médicament, il faut d’abord identifier les composés chimiques qui ont les caractéristiques capables d’atteindre un effet thérapeutique souhaité.
«Cela revient à chercher la solution dans un espace chimique quasiment infini puisqu’on considère que le nombre de molécules qu’on peut imaginer synthétiser est de l’ordre de 10 puissance 60, soit à peu près le nombre d’atomes dans l’univers», illustre Yann Gaston-Mathé.
L’étape de découverte du médicament précède la phase de développement clinique au cours de laquelle le candidat médicament est testé chez des humains.
Elle vise à identifier de potentiels médicaments prometteurs susceptibles d’être développés davantage. Cette phase prend jusqu’à 5 ans et nécessite un investissement moyen de près de 100 millions de dollars américains par candidat médicament.
Traditionnellement, le chimiste imagine la molécule et la teste au laboratoire, mais l’irruption de l’IA promet de balayer toutes ces étapes.
S’il n’existe pour l’heure aucune statistique pour comparer des projets de chimie médicinale en méthode traditionnelle à ceux réalisés à l’aide de l’IA générative, les grands noms de l’industrie pharmaceutique ont tous noué des collaborations avec des biotechs et start-up qui ont fait de l’IA le coeur de leur modèle.
Parmi les plus reconnus, la biotech britannique Excensitia, les américaines Schödinger et Atomwise, Insilico Medicine basée à Hong Kong, BenevolentAI cotée à Amsterdam.
Sanofi vient de signer un partenariat avec la start-up française Aqemia dans la recherche de médicaments par l’IA.
Quid du chimiste?
Iktos espère bientôt entrer aussi dans la cour des grands.
Au coeur de sa stratégie, des solutions d’IA intégrées à un robot.
La première agit comme un cerveau qui se nourrit de données biologiques pour imaginer la molécule qui «coche toutes les cases»: être efficace à la plus faible dose possible, sûre, stable, brevetable et synthétisable… «Cela prend quelques heures», précise Quentin Perron.
Intervient alors une autre IA, qui en «quelques secondes», «peut donner la recette» pour «passer à de vraies poudres» en s’inspirant des publications de millions de réactions chimiques et des données des brevets.
Puis c’est au tour du robot de se transformer en outil de production, pouvant synthétiser 96 molécules à la fois. Les filtrats récoltés sont purifiés chez des partenaires avant d’être testés in vitro ou sur des souris.
Le processus peut être réitéré inlassablement pour trouver des composés encore plus prometteurs.
C’est encore un travail à petite échelle, mais qui «équivaut à une trentaine de chimistes en laboratoire», souligne Quentin Perron, évaluant que cette première phase du développement «prend entre 1 et 2 mois pour faire 100 molécules en parallèle» dans le robot alors qu’il faut «entre deux et trois mois» dans un laboratoire classique.
Un gain de temps qui permet au chimiste «de se concentrer sur des tâches à valeur ajoutée, de lire la littérature spécialisée, regarder ce que fait la compétition au lieu de nettoyer la paillasse, balayer le laboratoire ou chercher où se procurer le produit», estime l’expert.
Il faudra cependant attendre encore un peu pour voir l’émergence de médicaments issus de l’IA, sachant qu’il faut, selon le syndicat des entreprises pharmaceutiques (Leem), plus de dix ans pour développer un médicament et que sur 10 candidats-médicaments, un seul réussit à être commercialisé.
